利用机器视觉技术评估烤烟鲜烟叶成熟度（2012年）

简介：
本研究运用机器视觉技术对烤烟鲜烟叶的成熟度进行客观评价，通过图像处理和模式识别算法，建立烟叶成熟度量化标准，提高烟草分级效率与准确性。 为了准确判定烟叶采收成熟度，我们以不同成熟度的中部烟叶为研究对象，利用机器视觉技术提取了这些烟叶图像的颜色和纹理特征值。通过主成分分析法对3个颜色特征值（色调、饱和度、亮度）以及5个纹理特征值（角二阶矩、相关度、熵、对比度、逆差距）进行了优化处理，并采用BP神经网络建立了烟叶成熟度检测模型。研究结果表明，使用前4个主成分可以综合反映3种颜色特征和5种纹理特征的分级信息，实现了参数的有效优化；当图像信息主成分因子数为4且中间节点数为16时，该识别模型达到最佳状态，平均识别率为93.67%，证明了基于机器视觉技术对烤烟鲜烟叶成熟度检测的有效性。